5

我有一个混合整数编程问题（使用列生成来削减库存），我已经在 AMPL 中解决了这个问题，并且我使用 cvxopt 将其移植到了 Python。CVXOPT“op”不提供我需要的二进制变量选项，所以我用 GLPK 扩展它以使用“ILP”。我得到了 ilp 状态 =“LP 松弛是根本不可行的”，我知道这是不正确的，因为之前的 AMPL 解决方案。所以我知道我的配置不正确。我试图通过玩stackoverflow问题中的示例来了解整数“I”和二进制“B”键的使用CVXOPT中的整数线性规划（ILP）函数返回非整数。

我的问题是，I&B 键之间有什么区别，例如：

stat, sol1 = glpk.ilp(W, G.T, h, I=set([0, 1]))
stat, sol2 = glpk.ilp(W, G.T, h, I={0,1})
stat, sol3 = glpk.ilp(W, G.T, h)

有以下 3 种不同的解决方案： ( print(soli.T)

  1. [ 0.00e+00 0.00e+00 5.00e-01 5.00e-01 5.00e-01 -0.00e+00 ... ]

  2. [ 0.00e+00 0.00e+00 5.00e-01 5.00e-01 5.00e-01 -0.00e+00 ... ]

  3. [ 5.00e-01 5.00e-01 5.00e-01 5.00e-01 5.00e-01 -0.00e+00 ... ]

我看过help(ilp)，但它只是说 I&B 是整数和二进制变量的索引集，（我理解），但它没有描述如果你同时使用两者（I&B）会发生什么，或者它们重叠，或者一个或另一个是空集，或未定义。我会认为sol1=sol2上面，因为它只是定义集合 I 的两种不同方法。我假设sol3是所有整数并且没有二进制变量，因为B未定义，但我没有任何文档来确认这一点。

4

1 回答 1

4

我找到了我的问题的答案，所以我把它贴在这里，以防其他人对 cvxopt.glpk.ilp() 和 I & B 参数有同样的问题。

A: (status, x) = ilp(c, G, h, A, b)
x 都是浮点数

B: (status, x) = ilp(c, G, h, A, b, I)
x 是浮点数和整数的混合，取决于集合 I 中的索引

C (status, x) = ilp(c, G, h, A, b, I, B) x 是浮点数、整数和二进制的混合，具体取决于集合 I 和集合 B 中的索引。
如果集合 I 和Boverlap，然后 B 取代。

问题#33785396 提供了一个我将在此处重复使用的示例。它来自： https ://en.wikipedia.org/wiki/Integer_programming#Example

For A: the result is                           [1.8,  2.8]  all float
For B: with I={0}, the result is               [2.0,  2.67] int & float
For B: with I={1}, the result is               [2.67, 2.0]  float & int
For B: with I={0,1}, the result is             [2.0,  2.0]  int & int
For C: with I={0,1} and B={0}, the result is   [1.0,  2.0]  binary & int
For C: with I={0,1} and B={0,1}, the result is [0.0,  1.0]  binary & binary
于 2018-02-20T18:18:48.167 回答